文档介绍了AWR1642毫米波雷达中ARM和DSP程序模块，有利于后续雷达技术算法的开发和研究。对主要程序和算法作了相应的注释，有利于大家的理解。

使用AWR1642提取出的原始chirp信号，实部和虚部，加窗。

毫米波 (mmWave) 是一类使用短波长电磁波的特殊雷达技术。雷达系统发射的电磁波信号被其发射路径上的物体阻挡继而会发生反射。通过捕捉反射的信号，雷达系统可以确定物体的距离、速度和角度。 在今天快速发展的汽车领域，多种传感器融合是未来汽车电子发展的必然趋势。其中，毫米波雷达因其传输距离远，在传输窗口内大气衰减和损耗低，穿透性强，可以满足车辆对全天气候的适应性的要求，并且因毫米波本身的特性，决定了毫米波雷达传感器器件尺寸小、重量轻、成本适中等特性。因此，它很好地弥补了如红外、激光、超声波、摄像头等其他传感器在车载应用中的短板，率先成为 ADAS 系统和自动驾驶的主要传感器。 世平集团推出基于 TI AWR1642 的 77G 毫米波雷达 BSD (Blind Spot Detection) 方案。 该雷达模块方案主要应用于汽车先进辅助驾驶，包括盲点侦测、车道变更辅助功能。 BSD (Blind Spot Detection) 就是利用雷达技术探测相邻车道后方有没有目标车辆靠近，以及恶劣天气、环境下后视镜盲区里有没有车辆。当有车里进入盲区范围，BSD 系统会通过灯光或声音提示驾驶者，此时变道有危险。降低变道时与盲区内车辆发生碰撞的机率。 方案规格1. 单片高集成 FMCW 雷达传感器 2. 600 MHz 主频的 C674X DSP 3. 宽电压输入:5V~36V 4. 功耗低，其典型场景下的芯片功耗在 1.7W 左右 5. 76-81 GHz支持4 GHz BW 6. 支持2 TX & 4 RX 7. CAN 通信方式 8. 天线测试距离:汽车 80 米 9. 天线部分增益:TX:15dB，RX:13dB 10. 检测的方位角: 水平:TX:±40° RX:±35° 垂直:TX:±7° RX:±12° 11. 高性能和耐用性 - 耐恶劣环境和振动性能 12. 设计紧凑，易于集成到现有车型中，不影响车辆外形 方案来源于大大通

awr1642串口数据解析，对于串口发出来的数据进行了一个详细的解析，有助于对后续数据包的解析。希望对毫米波雷达开发的你有所帮助。

AWR1642读取数据（Python 3） 可以从AWR1642和IWR1642 mmWave雷达板（Texas Instruments）实时读取和绘制数据的Python程序。 该程序已经过Windows和Raspberry Pi的测试，并基于德州仪器（TI）的Matlab演示。 首先，程序配置串行端口，并将配置文件中定义的CLI命令发送到雷达。 接下来，对来自雷达的数据进行解析，以提取反射点的2D位置，范围和多普勒速度。 最后，在散点图中显示了反射点的2D位置。 尽管可以正常运行，但该程序仍在开发中，因此，如果您有任何意见或疑问，请随时发表评论。 必需的Python软件包 numpy

mmWave_reading：用于TI AWR1642的Matlab阅读程序

1、本资源为使用TI毫米波雷达采集的原始回波数据； 2、采集数据设备：AWR1642+DCA1000EVM，测试场景为距离2m左右的三角锥目标（强散射金属目标），5m处有室内墙壁反射； 3、参数和处理方法均在博客“回波3DFFT处理”中；